Sign in Subscribe
Narut Soontranon

Narut Soontranon

Data Science | AI | Machine Learning | Deep Learning
Transformer เบื้องหลังความสามารถของ LLM

Transformer เบื้องหลังความสามารถของ LLM

หาก Token คือ หน่วยย่อยของข้อความ และ Embedding คือ การแปลง Token ให้เป็นตัวเลขที่สะท้อนความหมาย Transformer ก็คือ สถาปัตยกรรมที่ช่วยให้ LLM เรียนรู้ความสัมพันธ์ระหว่างคำ เข้าใจบริบท และสร้างข้อความได้อย่างมีประสิทธิภาพ Transformer เป็นเทคโนโลยี
Narut Soontranon
ทำไม Embedding จึงสำคัญกับ LLM?

ทำไม Embedding จึงสำคัญกับ LLM?

สามารถเข้าใจเรื่อง Embedding ได้ เพียงจำ 5 เรื่องสำคัญนี้ 1. LLM ประมวลผลข้อความผ่านหน่วยย่อยที่เรียกว่า Token 2. Token สามารถแปลงเป็น Embedding ได้ 3. Embedding คือ Vector หรือตัวเลขที่ใช้แทนความหมายของคำหรือข้อความ 4. ข้อความที่มีความหมายใกล้เคียงกัน มักมี
Narut Soontranon
LLM ทำงานอย่างไร? จาก Token สู่ Generative AI

LLM ทำงานอย่างไร? จาก Token สู่ Generative AI

LLM (Large Language Model) คือ โมเดลที่เรียนรู้รูปแบบของภาษาจากข้อมูลจำนวนมาก โดยมีหลักการสำคัญ คือ การทำนาย Token ถัดไปจาก Context ที่ได้รับ กระบวนการพื้นฐาน คือ 1. ข้อความถูกแบ่งเป็น Token 2. Token ถูกแปลงเป็นตัวเลข 3. ตัวเลขถูกแปลงเป็น
Narut Soontranon
Transformer คืออะไร? ทำไม GPT ถึงเข้าใจภาษาได้

Transformer คืออะไร? ทำไม GPT ถึงเข้าใจภาษาได้

หากจะเข้าใจว่า GPT ที่ย่อจาก Generative Pre-train Transformer ทำงานอย่างไร สิ่งที่ควรรู้จักก่อนคือ Transformer Transformer คือ สถาปัตยกรรมที่ช่วยให้ AI เข้าใจความสัมพันธ์ระหว่างคำในประโยค โดยหัวใจสำคัญคือ Attention เช่น The bank approved the loan because it had
Narut Soontranon
AI Engineer vs Forward Deployed Engineer

AI Engineer vs Forward Deployed Engineer

สองตำแหน่งนี้มี Skill ที่ทับซ้อนกันมาก โดยเฉพาะในยุคของ LLM, RAG และ Agentic AI แต่มีสิ่งที่โฟกัสต่างกัน AI Engineer เน้นการสร้างและพัฒนา AI System เช่น LLM Application, RAG, Agent, Evaluation, API และระบบที่นำ AI ไปใช้งานใน Production AI Engineer = Build AI
Narut Soontranon
อยากเป็น AI Engineer ต้องเข้าใจ LLM แค่ไหน?

อยากเป็น AI Engineer ต้องเข้าใจ LLM แค่ไหน?

หากกำลังเริ่มต้น Career สาย AI Engineer ช่วงนี้ คงหนีไม่พ้นคำว่า LLM (Large Language Model) อาจไม่จำเป็นต้องถึงขั้นสร้าง LLM เอง แต่ควรเข้าใจมันมากพอที่จะสร้างระบบด้วย LLM ได้ LLM ทำอะไร? เวลาที่เราพิมพ์ข้อความเข้าไป LLM ไม่ได้อ่านเหมื
Narut Soontranon
Model Cost vs AI Cost: เงินที่เสียไปกับ AI จริง ๆ คืออะไร?

Model Cost vs AI Cost: เงินที่เสียไปกับ AI จริง ๆ คืออะไร?

AI คิดเงินหลัก ๆ จาก จำนวน Token ที่ใช้ Token = หน่วยของข้อความ สิ่งที่ส่งให้ AI = Input Token สิ่งที่ AI ตอบกลับ = Output Token ค่าใช้จ่ายโดยทั่วไป คือ Model Cost = Input Token × ราคา Input + Output Token × ราคา Output ตัวอย่าง * ส่
Narut Soontranon